Cours Algèbre 4 : Algèbre linéaire 3

LICENCE 2 MATHEMATIQUES
UNIVERSITE DE NGAOUNDERE

Cours dispensé par Dr Wankap Nono

Avril 2021
Table des matières

1 Calcul tensoriel 2
1.1 Produits tensoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1 Produit tensoriels d’espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Produit tensoriel d’applications linéaires . . . . . . . . . . . . . . . . . . . . . 4
1.2 Tenseurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 Puissance tensorielle rième d’un espace vectoriel de dimension finie . . . . . . . 5
1.2.2 Contraction d’un tenseur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.3 Tenseurs symétriques et tenseurs antisymétriques . . . . . . . . . . . . . . . . 6
1.2.4 Algèbre tensorielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2 Tenseurs antisymétriques et tenseurs symétriques 9

2.1 Tenseurs antisymétriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1 Espace vectoriel Ar (E) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.2 Produit extérieur de deux tenseurs antisymétriques . . . . . . . . . . . . . . . 9
2.1.3 Puissance extérieure rième d’un espace vectoriel de dimension finie . . . . . . . 11
2.1.4 Algèbre extérieure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.5 Dualité dans l’algèbre extérieure . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Tenseurs symétriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.1 Espace vectoriel Sr (E) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.2 Produit symétrique de deux tenseurs symétriques . . . . . . . . . . . . . . . . 14
2.2.3 Algèbre symétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

3 Formes bilinéaires alternées. Espaces vectoriels symplectiques 16

3.1 Formes bilinéaires alternées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.1.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.1.2 Cas où E est de dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.1.3 Formes non dégénérées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.1.4 Orthogonalité et isotropie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.1.5 Bases canoniques relativement à ω . . . . . . . . . . . . . . . . . . . . . . . . 18
3.2 Espaces vectoriels symplectiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2.1 Définition d’un espace vectoriel symplectique . . . . . . . . . . . . . . . . . . . 19
3.2.2 Applications symplectiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2.3 Réduction symplectique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

Univ de Ndéré
Chapitre 1

Calcul tensoriel

1.1 Produits tensoriels

Dans tout le chapitre K est un corps commutatif et les espaces vectoriels sont (de dimension finie)
sur K.

1.1.1 Produit tensoriels d’espaces vectoriels

Soient r ≥ 2 un entier naturel, E1 , ..., Er des espaces vectoriels sur K et E1∗ , ..., Er∗ leurs duals
respectifs.
r
Q
Définition 1.1.1. On dit qu’une application f : Ei → K est une forme multilinéaire de degré r
i=1
r
Q r
Q
ou r-forme linéaire sur Ei si, pour tous (x1 , · · · , xr ) ∈ Ei , chacune des applications partielles
i=1 i=1

f (·, x2 , · · · , xr ) : E1 → K f (x1 , · · · , xr−1 , ·) : Er → K

, ...,
z1 7→ f (z1 , x2 , · · · , xr ) zr 7→ f (x1 , · · · , xr−1 , zr )

est linéaire.

Remarque 1.1.1. (a) Lorsque r = 2 (resp. r = 3), on parle de forme bilinéaire (resp. trilinéaire).
(b) Si E = E1 = · · · = Er , alors la forme multilinéaire ci-dessus est appelée une r-forme linéaire
sur E ou forme multilinéaire de dedgré r sur E.

Notations 1.1.1. On note Lr (E1 , · · · , Er ; K) l’ensemble des formes multilinéaires sur E1 × · · · × Er

et Lr (E; K) l’ensemble des formes r-linéaires sur E.

Remarque 1.1.2. L’ensemble des formes multilinéaires Lr (E1 , · · · , Er ; K) est un espace vectoriel
sur K dont la structure est définie par :
r
Q r
Q
f +g : Ei → K α·f : Ei → K
i=1 et i=1
(x1 , · · · , xr ) 7→ f (x1 , · · · , xr ) + g (x1 , · · · , xr ) (x1 , · · · , xr ) 7→ α · f (x1 , · · · , xr ) ,

pour tous α ∈ K et f, g ∈ Lr (E1 , · · · , Er ; K).

Univ de Ndéré
Calcul tensoriel 3

Définition 1.1.2. On appelle produit tensoriel de E1∗ , ..., Er∗ l’espace vectoriel Lr (E1 , ..., Er ; K) des
formes r-linéaires sur E1 × ... × Er .

Notations 1.1.2. Le produit tensoriel Lr (E1 , ..., Er ; K) de E1∗ , ..., Er∗ est noté E1∗ ⊗ ... ⊗ Er∗ .

Pour tout (x∗1 , ..., x∗r ) ∈ E1∗ × ... × Er∗ , on considère l’application

x∗1 ⊗ ... ⊗ x∗r : E1 × ... × Er → K

(x1 , ..., xr ) 7→ hx1 , x∗1 i ... hxr , x∗r i ;

c’est une forme r-linéaire sur E1 × ... × Er , donc un élément de E1∗ ⊗ ... ⊗ Er∗ .

Définition 1.1.3. x∗1 ⊗ ... ⊗ x∗r est appelé produit tensoriel de x∗1 , ..., x∗r .

Soient B1 = {e1,1 , ..., e1,m1 } , ..., Br = {er,1 , ..., er,mr } des bases respectives de E1 , ..., Er et B1∗ =
e∗1,1 , ..., e∗1,m1 , ..., Br∗ = e∗r,1 , ..., e∗r,mr les bases duales associées.
 

Proposition 1.1.1. Alors e∗1,i1 ⊗ ... ⊗ e∗r,ir , 1 ≤ i1 ≤ m1 , ..., 1 ≤ ir ≤ mr est une base de E1∗ ⊗...⊗

r
Er∗ . En d’autres termes dimK (E1∗ ⊗ ... ⊗ Er∗ ) =
Q
mj .
j=1

Remarque 1.1.3. (a) Le résultat précédent montre que les produits tensoriels x∗1 ⊗ ... ⊗ x∗r en-
gendrent l’espace vectoriel E1∗ ⊗ ... ⊗ Er∗ .
(b) On peut définir de la même manière le produit tensoriel E1 ⊗ ... ⊗ Er égal à l’espace vectoriel
Lr (E1∗ , ..., Er∗ ; K) des formes r-linéaires sur E1∗ × ... × Er∗ .

Théorème 1.1.1. (Propriété universelle) Pour toute application r-linéaire h de E1 × ... × Er dans
un espace vectoriel F , il existe une unique application linéaire h de E1 ⊗ ... ⊗ Er dans F telle que

(1.1) h(x1 ⊗ ... ⊗ xr ) = h(x1 , ..., xr )

pour tous x1 ∈ E1 , ..., xr ∈ Er .

En d’autres termes, les espaces vectoriels Lr (E1 , ..., Er ; F ) et L(E1 ⊗ ... ⊗ Er ; F ) sont canonique-
ment isomorphes pour tout espace vectoriel F sur K.

Remarque 1.1.4. (a) L’application

E1 × ... × Er → E1 ⊗ ... ⊗ Er
(x1 , ..., xr ) 7→ x1 ⊗ ... ⊗ xr

est r-linéaire ; l’endomorphisme de E1 ⊗ ... ⊗ Er qui lui est associé est idE1 ⊗...⊗Er .
(b) Pour toute application r-linéaire k de E1∗ × ... × Er∗ dans un espace vectoriel F , il existe une
unique application linéaire k de E1∗ ⊗ ... ⊗ Er∗ dans F telle que

(1.2) k(x∗1 ⊗ ... ⊗ x∗r ) = k(x∗1 , ..., x∗r )

pour tous x∗1 ∈ E1∗ , ..., x∗r ∈ Er∗ . Donc les espaces vectoriels Lr (E1∗ , ..., Er∗ ; F ) et L(E1∗ ⊗ ... ⊗
Er∗ ; F ) sont canoniquement isomorphes pour tout espace vectoriel F sur K.

Univ de Ndéré
Calcul tensoriel 4

1.1.2 Produit tensoriel d’applications linéaires

Considérons maintenant des espaces vectoriels Ei , Fi sur K et fi ∈ L(Ei , Fi ), i = 1, ..., r des
applications linéaires. Alors l’application
E1 × ... × Er → F1 ⊗ ... ⊗ Fr
(x1 , ..., xr ) 7→ f1 (x1 ) ⊗ ... ⊗ fr (xr ) ;

est r-linéaire, donc (Théorème 1.1.1) il existe une unique application linéaire, notée

f1 ⊗ ... ⊗ fr : E1 ⊗ ... ⊗ Er → F1 ⊗ ... ⊗ Fr

telle que

(1.3) (f1 ⊗ ... ⊗ fr )(x1 ⊗ ... ⊗ xr ) = f1 (x1 ) ⊗ ... ⊗ fr (x2 ),

pour tout xi ∈ Ei , i = 1, ..., r.

Définition 1.1.4. f1 ⊗ ... ⊗ fr est appelé produit tensoriel des applications linéaires fi ∈ L(Ei , Fi ),
i = 1, ..., r.
Proposition 1.1.2. On a :
1. (g1 ⊗ ... ⊗ gr ) ◦ (f1 ⊗ ... ⊗ fr ) = (g1 ◦ f1 ) ⊗ ... ⊗ (gr ◦ fr ), pour tous fi ∈ L(Ei , Fi ) et gi ∈
L(Fi , Gi ), i = 1, ..., r.
2. idE1 ⊗ ... ⊗ idEr = idE1 ⊗...⊗Er et donc (f1 ⊗ ... ⊗ fr )−1 = f1−1 ⊗ ... ⊗ fr−1 si les fi ∈ L(Ei , Fi )
sont bijectives.
Théorème 1.1.2. Soient E, F et G trois espaces vectoriels de dimension finie sur K. On a les
propriétés suivantes :
1. E ⊗ (F ⊗ G) ∼ = E ⊗ F ⊗ G;
2. L(E, L(F, G)) ∼
= L(E ⊗ F, G) ;
3. L(E, F ) ⊗ L(G, H) ∼
= L(E ⊗ G, F ⊗ H).
Corollaire 1.1.1. On a (E ⊗ F )∗ ∼
= E ∗ ⊗ F ∗ et L(E, F ) ∼
= E∗ ⊗ F .
Remarque 1.1.5. Soient (ei )1≤i≤m , (εi )1≤j≤n des bases respectives de E, F :
(a) L’isomorphisme canonique E ∗ ⊗ F ∗ ∼= (E ⊗ F )∗ est l’application linéaire

E ∗ ⊗ F ∗ → (E ⊗ F )∗

qui transforme e∗i ⊗ ε∗j en la forme linéaire

E ⊗ F → K, x ⊗ y 7→ x ⊗ y, e∗i ⊗ ε∗j = hx, e∗i i y, ε∗j .

(b) L’isomorphisme canonique L(E, F ) ∼

= E ∗ ⊗ F est l’application

E ∗ ⊗ F → L(E, F )

qui transforme e∗i ⊗ εj en l’application linéaire

E → F
x 7→ hx, e∗i i εj

Univ de Ndéré
Calcul tensoriel 5

1.2 Tenseurs
1.2.1 Puissance tensorielle rième d’un espace vectoriel de dimension finie
Soit E un espace vectoriel de dimension finie sur K et r un entier naturel ≥ 2 .
Définition 1.2.1. On appelle puissance tensorielle rième de E, le produit tensoriel, E ⊗ ... ⊗ E, de
r espaces vectoriels identiques à E.
r
Notations 1.2.1. (i) On note ⊗E , T r (E) ou T0r (E). On convient d’écrire T01 (E) pour E lui-
même (T01 (E) = E ) et T00 (E) pour K (T00 (E) = K).
r
(ii) On note de même Tr0 (E) le produit tensoriel ⊗E ∗ avec la convention T10 (E) = E ∗ .
q  p 
(iii) Si p, q sont des entiers naturels non nuls, on note Tqp (E) le produit tensoriel ⊗E ∗ ⊗ ⊗E .
Définition 1.2.2. 1. Les éléments de T0r (E) sont appelés des tenseurs r fois contravariants ou
de type (r, 0) sur E.
2. Les éléments de Tr0 (E) sont appelés des tenseurs r fois covariants ou de type (0, r) sur E.
3. Les éléments de Tqp (E) , p ≥ 0, q ≥ 0 sont appelés des tenseurs mixtes, p fois contravariants
et q fois covariants ou de type (p, q) sur E.
p+r
Proposition 1.2.1. Il y a un isomorphisme canonique Tqp (E) ⊗ Tsr (E) → Tq+s (E).
Remarque 1.2.1. Si
u = x∗1 ⊗ ... ⊗ x∗q ⊗ x1 ⊗ ... ⊗ xp ∈ Tqp (E) et v = y1∗ ⊗ ... ⊗ ys∗ ⊗ y1 ⊗ ... ⊗ yr ∈ Tsr (E)
p+r
alors u ⊗ v ∈ Tq+s (E) est égal à
x∗1 ⊗ ... ⊗ x∗q ⊗ y1∗ ⊗ ... ⊗ ys∗ ⊗ x1 ⊗ ... ⊗ xp ⊗ y1 ⊗ ... ⊗ yr ,
en vertu de l’isomorphisme canonique précédent.
Exemple 1.2.1. Soit E un espace vectoriel de dimension 4 sur K muni d’une base (ei )1≤i≤4 et soit
(e∗i )1≤i≤4 sa base duale. Soient u = 2e∗1 ⊗ e2 ⊗ e4 ∈ T12 (E) et v = e∗2 ⊗ e∗2 ⊗ e3 ∈ T21 (E) ; on a :
u ⊗ v = 2e∗1 ⊗ e∗2 ⊗ e∗2 ⊗ e2 ⊗ e4 ⊗ e3 ∈ T33 (E) .
Proposition 1.2.2. Pour tous tenseurs u ∈ Tnm (E), v ∈ Tqp (E) et w ∈ Tsr (E), on a : u⊗(v ⊗ w) =
(u ⊗ v) ⊗ w.
Preuve. Il suffit de la faire pour des générateurs de ces espaces, ce qui est immédiat.
Remarque 1.2.2. (a) Si (ei )1≤i≤n est une base de E et (e∗i )1≤i≤n la base duale associée alors
n o
e∗j1 ⊗ ... ⊗ e∗jq ⊗ ei1 ⊗ ... ⊗ eip , i1 , ..., ip , j1 , ..., jq ∈ {1, ..., n}

est une base de Tqp (E) dite associée à (ei )1≤i≤n .

(b) Un tenseur t ∈ Tqp (E) s’écrit de manière unique
X i ...i
t= tj11 ...jpq e∗j1 ⊗ ... ⊗ e∗jq ⊗ ei1 ⊗ ... ⊗ eip ,
la somme étant étendue aux mp+q systèmes (j1 , ..., jq , i1 , ..., ip ).
 ∗
Théorème 1.2.1. Il y a un isomorphisme canonique Tqp (E) → Tpq (E).

Univ de Ndéré
Calcul tensoriel 6

1.2.2 Contraction d’un tenseur

Soit (p, q) un couple d’entiers naturels non nuls, i ∈ {1, ..., p} et j ∈ {1, ..., q} ; l’application

(E ∗ )q × E p → Tq−1
p−1
(E)
x1 , ..., xq , x1 , ..., xp 7→ xi , x∗j x∗1 ⊗ ... ⊗ xb∗j ⊗ ... ⊗ x∗q ⊗ x1 ⊗ ... ⊗ xbi ⊗ ... ⊗ xp
∗ ∗

est (p + q) - linéaire. Il existe une unique application linéaire unique

p−1
cij : Tqp (E) → Tq−1 (E)

telle que

cij x∗1 ⊗ ... ⊗ x∗q ⊗ x1 ⊗ ... ⊗ xp = xi , x∗j x∗1 ⊗ ... ⊗ xb∗j ⊗ ... ⊗ x∗q ⊗ x1 ⊗ ... ⊗ xbi ⊗ ... ⊗ xp ,

pour tous x∗1 , ..., x∗q ∈ E ∗ et x1 , ..., xp ∈ E.

Définition 1.2.3. cij est appelée contraction d’indice contravariant i et d’indice covariant j.
Exemple 1.2.2. Soit E un espace vectoriel de dimension 4 sur K muni d’une base (ei )1≤i≤4 et soit
(e∗i )1≤i≤4 sa base duale. Si t = 2e∗1 ⊗ e2 ⊗ e4 − 6e∗2 ⊗ e2 ⊗ e3 ∈ T12 (E) ; on a :

c11 (t) = 2 he2 , 2e∗1 i e4 − he2 , 6e∗2 i e3 = −6e3 ∈ E = T01 (E) .

Posons maintenant p = q = 1 ; on sait T11 (E) = E ∗ ⊗ E ∼ = L(E, E). La seule contraction sur
1
T1 (E) est
c11 : T11 (E) → T00 (E) = K
Définition 1.2.4. On appelle trace de u ∈ L(E, E) ∼
= E ∗ ⊗ E, la valeur c11 (u) ∈ K de u par la
contraction c11 .
Notations 1.2.2. On note T r(u) la trace de u.
Proposition 1.2.3. 1. Si (αi,j ) est la matrice de u par rapport à une base (ei )1≤i≤n de E, alors
n
X
T r(u) = αi,i .
i=1

2. On a T r(u ◦ v) = T r(v ◦ u), pour tous u, v ∈ L(E, E).

1.2.3 Tenseurs symétriques et tenseurs antisymétriques

1o ) Opération de Sr sur T0r (E)
Soient E un espace vectoriel de dimension finie sur K et r ≥ 2 un entier naturel.
r
Pour tout σ ∈ Sr , l’application de E r dans T0r (E) (= ⊗E),

(x1 , ..., xr ) 7→ xσ−1 (1) ⊗ ... ⊗ xσ−1 (r) ,

est r-linéaire ; il existe donc un unique endomorphisme de T0r (E) noté σ tel que

σ · (x1 ⊗ ... ⊗ xr ) = xσ−1 (1) ⊗ ... ⊗ xσ−1 (r) ,

pour tous x1 , ..., xr ∈ E.

Univ de Ndéré
Calcul tensoriel 7

Proposition 1.2.4. 1. Pour tous σ ∈ Sr et f ∈ T0r (E), on a :

 
σf (x∗1 , ..., x∗r ) = f x∗σ(1) , ..., x∗σ(r)
pour tout (x∗1 , ..., x∗r ) ∈ (E ∗ )r .
2. Pour tous σ, τ ∈ Sr , on a : σ (τ f ) = (στ ) f .

2o ) Tenseurs symétriques et tenseurs antisymétriques

Définition 1.2.5. 1. Un tenseur t ∈ T0r (E) est dit symétrique si l’on a ,

σ·t=t

pour tout σ ∈ Sr .
2. Un tenseur t ∈ T0r (E) est dit antisymétrique si l’on a ,

σ · t = εσ t

pour tout σ ∈ Sr , σ étant la signature de σ.

Remarque 1.2.3. (a) L’ensemble des tenseurs r fois contravariants symétriques (resp. antisymé-
triques) sur E est un sous–espace vectoriel de T0r (E) noté Sr (E) (resp. Ar (E)). On définit
de la même manière l’espace vectoriel Sr (E ∗ ) (resp. Ar (E ∗ )) des tenseurs r fois convariants
symétriques (resp. antisymétriques) sur E).
P i1 ...ir
(b) Si (ei )1≤i≤n est une base de E et t = t ei1 ⊗ ... ⊗ eir , alors
i1 ,...,ir

i ...i i ...i

 t est symétrique ⇔ t σ(1) σ(r) = t 1 r
et
t est antisymétrique ⇔ tiσ(1) ...iσ(r) = εσ ti1 ...ir .


pour tout σ ∈ Sr .
Proposition 1.2.5. Pour tout t ∈ T0r (E), le tenseur
1. s(t) = r!1
P
σ·t est symétrique.
σ∈Sp
1
P
2. a(t) = r!
εσ σ · t est antisymétrique.
σ∈Sp

Définition 1.2.6. Pour tout t ∈ T0r (E), s(t) (resp. a(t)) est appelé symétrisé (resp. antisymétrisé)
de t.
Remarque 1.2.4. (a) L’application
E r → T0r (E)
(x1 , ..., xr ) 7→ s (x1 ⊗ ... ⊗ xr ) ,
est r−linéaire symétrique ; de même, l’application
E r → T0r (E)
(x1 , ..., xr ) 7→ a (x1 ⊗ ... ⊗ xr ) ,
est r−linéaire antisymétrique. En d’autres termes, si K est de caractéristique 6= 2, a (x1 ⊗ ... ⊗ xr ) =
0 dès que xi = xk avec i 6= k.

Univ de Ndéré
Calcul tensoriel 8

(b) Pour tout tenseur symétrique (resp. antisymétrique) t, on a s (t) = t (resp. a (t) = t).

Exemple 1.2.3. Soit E un espace vectoriel de dimension 4 sur K muni d’une base (ei )1≤i≤4 . Si
r = 2 alors

t1 = 3e2 ⊗ e4 + 3e4 ⊗ e2 ∈ S2 (E) et t2 = e∗2 ⊗ e∗1 − e∗1 ⊗ e∗2 ∈ A2 (E ∗ ).

1.2.4 Algèbre tensorielle

L
Soit (Ei )i∈I une famille d’espaces vectoriels sur K. On considère l’ensemble Ei des familles
i∈I
(xi )i∈I presque nulles, c’est-à-dire xi ∈ Ei pour tout i ∈ I et l’ensemble {i ∈ I / xi 6= 0Ei } est fini.
C’est un espace vectoriel sur K dont la structure est définie par :

(xi )i∈I + (yi )i∈I := (xi + yi )i∈I
λ · (xi )i∈I := (λ · xi )i∈I .
 
L
Définition 1.2.7. L’espace vectoriel Ei , +, · est appelé somme directe externe de la famille
i∈I
(Ei )i∈I .

Proposition 1.2.6. Soit (Ei )i∈I une famille d’espaces vectoriels sur K.
1. Pour chaque j ∈ I, l’application
L
αj : Ej → Ei
i∈I
zj 7→ (xi )i∈I ,

xj = zj et xi = 0Ei si i 6= j, est un monomorphisme d’espaces vectoriels.

2. La somme directe vérifie la propriété universelle suivante : pour tout K-espace vectoriel F et
toute famille d’applications linéaires gj : Ej → N , il existe une unique application linéaire
L
g : Ei → F telle que gj = g ◦ αj pour tout j.
i∈I
L
Remarque 1.2.5. Pour chaque j ∈ I, on identifie Ej à un sous-espace vectoriel de Ei au moyen
i∈I
de αj .
p
 
L N
Soit E un espace vectoriel sur K. on considère la somme directe externe E des espaces
p∈N
p
E. Pour tous t = (tp )p∈N , t0 = t0p
N N
N
vectoriels E ; on la note p∈N
∈ E on pose :

t ⊗ t0 = (ξp )p∈N
p
tk ⊗ t0p−k ; la loi ⊗ est interne, associative et bilinéaire.
P
avec ξp =
k=0
N
Définition 1.2.8. Le quadruplet ( E, +, ·, ⊗) est appelé algèbre tensorielle de E.
p
N q
N p+q
N
Remarque 1.2.6. Si tp ∈ E et tq ∈ E alors tp ⊗ tq ∈ E.

Univ de Ndéré
Chapitre 2

Tenseurs antisymétriques et tenseurs

symétriques

2.1 Tenseurs antisymétriques

2.1.1 Espace vectoriel Ar (E)
Soit E un espace vectoriel de dimension n sur K muni d’une base (ei )1≤i≤n . L’antisymétrisé

a (ei1 ⊗ ... ⊗ eir )

est nul lorsque deux ik sont égaux (Remarque ?? ). Si les ik sont tous distincts (ce qui implique
que r ≤ n), il y a une permutation et une seule σ telle que iσ(1) < ... < iσ(r) . Pour toute partie
H = {i1 , ..., ir } de r éléments de l’ensemble {1, ..., n} telle que i1 < ... < ir , les éléments

eH = a (ei1 ⊗ ... ⊗ eir )

forment une base de Cnr éléments de l’espace vectoriel Ar (E) des tenseurs contravariants antisymé-
triques d’ordre r sur E. D’où

Théorème 2.1.1. Si 1 ≤ r ≤ n, alors l’espace vectoriel Ar (E) des tenseurs contravariants antisy-
métriques d’ordre r sur E est de dimension Cnr .
De façon précise, si (ei )1≤i≤n est une base de E, alors

{a (ei1 ⊗ ... ⊗ eir ) , 1 ≤ i1 < ... < ir ≤ n}

est une base de Ar (E).

Remarque 2.1.1. Si r = n, on a Cnn = 1 donc An (E) est une droite vectorielle dont une base est
a (e1 ⊗ ... ⊗ en ).

2.1.2 Produit extérieur de deux tenseurs antisymétriques

Rappel sur les groupes symétriques : Soient p et q deux entiers naturels non nuls. Notons P

Univ de Ndéré
Tenseurs antisymétriques et tenseurs symétriques 10

le sous-ensemble de Sp+q formé des permutations σ telles que σ(1) < ... < σ(p) et σ(p + 1) < ... <
σ(p + q). Si α ∈ Sp et β ∈ Sq , on note αβ la permutation de {1, ..., p + q} définie par

αβ(i) = α(i), 1 ≤ i ≤ p
αβ(p + j) = p + β(j), 1 ≤ i ≤ q.

On a εαβ = εα εβ , puisque (α(1), ..., α(p), p + β(1), ..., p + β(q)) s’obtient de (1, ..., p, p + 1, ..., p + q)
en transformant d’une part (1, ..., p) en (α(1), ..., α(p)) et, (p + 1, ..., p + q) en (p + β(1), ..., p + β(q))
d’autre part.

Lemme 2.1.1. Les ensembles finis Sp+q et P × Sp × Sq sont équipotents.

Exemple 2.1.1. Soit E un espace vectoriel de dimension 4 sur K muni d’une base (ei )1≤i≤4 . On
a: ^ 2
e2 e4 = a(e2 ⊗ e4 ) = e2 ⊗ e4 − e4 ⊗ e2
1!1!
Lemme 2.1.2. Pour tout couple (p, q) d’entiers naturels non nuls, la signature de la permutation
 
1 ... q q + 1 ... q + p
σ= ∈ Sp+q
p + 1 ... p + q 1 ... p

est (−1)pq .

Produit extérieur :

p q
Proposition 2.1.1. Soient tp ∈ ⊗E et tq ∈ ⊗E ; alors l’antisymétrisée de tp ⊗ tq ne dépend que de
celles de tp et tq .

Définition 2.1.1. Etant donnés deux tenseurs antisymétriques tp ∈ Ap (E) et tq ∈ Aq (E), on appelle
V
produit extérieur de tp et tq et on note tp tq , le tenseur antisymétriques d’ordre p + q , donné par
la formule
^ (p + q)!
tp tq = a(tp ⊗ tp ).
p!q!
Remarque 2.1.2. On a X
tp ∧ tq = ερ ρ · (tp ⊗ tq ),
ρ∈P

en vertu de la proposition précédente..

p q
Lemme 2.1.3. Pour tout couple (p, q) d’entiers naturels non nuls, si tp ∈ ⊗E et tq ∈ ⊗E alors :
1. a (a (tp ) ⊗ tq ) = a (tp ⊗ a (tq )) = a (tp ⊗ tq ).
2. a (tq ⊗ tp ) = (−1)pq a (tp ⊗ tq ).

Théorème 2.1.2. Le produit extérieur a les propriétés suivantes :

1. Si tp ∈ Ap (E) et tq ∈ Aq (E), on a :
^ ^
tq tp = (−1)pq tp tq (anticommutativité)

Univ de Ndéré
Tenseurs antisymétriques et tenseurs symétriques 11

2. Si tp ∈ Ap (E), tq ∈ Aq (E) et tr ∈ Ar (E) on a :

^ ^ ^ ^
(tp tq ) tr = tp (tq tr ) (associativité)

Remarque 2.1.3. On a pour z1 ∈ Ap1 (E), ..., zm ∈ Apm (E)

^ ^ 1 X
(2.1) z1 ... zm = Q
m σ σ · (z1 ⊗ ... ⊗ zm ) ;
pi ! σ∈Sp1 +...+pm
i=1

donc si (ei )1≤i≤n est une base de E, alors

n ^ ^ o
ei1 ... eir 1 ≤ i1 < ... < ir ≤ m

est une base de Ar (E) en vertu du Théorème 2.1.1 et de

^ ^ X
(2.2) ei1 ... eir = σ σ · (ei1 ⊗ ... ⊗ eir ) = r!a (ei1 ⊗ ... ⊗ eir ) ,
σ∈Sr

pour tous 1 ≤ i1 < ... < ir ≤ m.

Exemple 2.1.2. Soit E un espace vectoriel de dimension 5 sur K muni d’une base (ei )1≤i≤5 . On
pose :
V V V V
α = 2e2 e3 − e1 e5 , β = −e4 e5 + e1 e2 ;
V
Calculer α β.

2.1.3 Puissance extérieure rième d’un espace vectoriel de dimension finie

En raison de la forme ^ ^ ^ ^
xσ(1) ... xσ(r) = εσ x1 ... xr

pour tous x1 , ..., xr ∈ E, l’espace vectoriel Ar (E) appelé puissance extérieure rième de E.
r
V
Notations 2.1.1. Il est noté E.
0
V
Lorsque r = 0, on pose : E = R .
Soit F un espace vectoriel quelconque sur K.

Théorème 2.1.3. Pour toute application r-linéaire alternée h ∈ Altr (E; F ), il existe une unique
r
V
application linéaire h ∈ L( E, F ) telle que
^ ^ ^ ^
h(x1 ... xr ) = h(x1 ) ... h(xr ),

pour tous x1 , ..., xr ∈ E.

r
V
Autrement dit les espaces vectoriels Altr (E; F ) et L( E, F ) sont canoniquement isomorphes.

Univ de Ndéré
Tenseurs antisymétriques et tenseurs symétriques 12

Considérons deux espaces vectoriels E, F de dimension finie sur K et soit

u ∈ L(E, F ) une application linéaire. Alors l’application
r
Er →
V
F
(x1 , ..., xr ) 7→ u(x1 ) ∧ ... ∧ u(xr )
r
V
est r-linéaire alternée ; donc (Théorème 2.1.3 ) il existe une unique application linéaire, notée u,
Vr Vr
de E dans F telle que
r
!
^
u (x1 ∧ ... ∧ xr ) = u(x1 ) ∧ ... ∧ u(xr ),

pour tout xi ∈ Ei , i = 1, ..., r .

Définition 2.1.2. L’application linéaire
r
^ r
^ r
^
u: E→ F
est appelé puissance extérieure r-ième de u.
Soient B = (ei )1≤i≤n , C = (fj )1≤j≤m des bases respectives de E et F , (eI ) (resp. (fJ )) la base
r
V Vr
induite sur E (resp. F ) où I = {i1 , ..., ir } (resp. J = {j1 , ..., jr }) parcourt l’ensemble des parties
à r éléments de l’ensemble fini {1, ..., n} ({1, ..., m}). Soit A la matrice de u relative à B et C.
Théorème 2.1.4. On a !
r
^ X
det AJI fJ


u (eI ) =
J
r
où AJI = (ajk ,ih , )1≤k,h≤r . En d’autres termes, la matrice de
V
u relative à (eI ) et (fJ ) est la matrice
des mineurs d’ordre r de A.

2.1.4 Algèbre extérieure

V r
LV n V
L r
On note E= E= E (n = dimK E) la somme directe externe des espaces vectoriels
r∈N r=0
r n
Cnr = 2n . Un élément de
V P V
E ; c’est un espace vectoriel de dimension E est de la forme z =
r=0
Vr r
V
z0 ⊕ z1 ⊕ ... ⊕ zn avec zr ∈ E, r = 0, ..., n. Chaque E s’identifie à un sous-espace vectoriel de
V
E ; le monomorphisme canonique est l’application linéaire
r
^ ^
E→ E, x 7→ z0 ⊕ z1 ⊕ ... ⊕ zn
V
tel que zr = x et zk = 0 si k =6 r. ( E, +, ·, ∧) est une K-algèbre associative ; si z = z0 ⊕ z1 ⊕ ... ⊕ zn ,
V
t = t0 ⊕ t1 ⊕ ... ⊕ tn ∈ E,
u = z ∧ t = u0 ⊕ u1 ⊕ ... ⊕ un
Pr Vr s
V r+s
V
avec ur = zk ∧ tr−k , r = 0, ..., n. En particulier si z ∈ E et t ∈ E alors z ∧ t ∈ E ; on dit
k=0
V
alors que ( E, +, ·, ∧) est une K-algèbre graduée.
V
Définition 2.1.3. La K-algèbre graduée ( E, +, ·, ∧) est appelée algèbre extérieure de E.

Univ de Ndéré
Tenseurs antisymétriques et tenseurs symétriques 13

2.1.5 Dualité dans l’algèbre extérieure

 p ∗ p
On a ⊗E ∼ = ⊗E ∗ compte tenu de la remarque 1.1.5 (1), page 4 et la forme linéaire associée
p p
à l’élément x∗1 ⊗ ... ⊗ x∗p de ⊗E ∗ est définie sur les générateurs de ⊗E par
p
Y
x1 ⊗ ... ⊗ xp , x∗1 ⊗ ... ⊗ x∗p = hxi , x∗i i .
i=1

Vp p Vp p
V
Comme E est un sous-espace vectoriel de ⊗E, tout forme linéaire sur E est la restriction à E
p p
d’une forme linéaire z 7→ hz, t∗ i (t∗ ∈ ⊗E ∗ ). Mais pour z ∈ E et σ ∈ Sp
V

hz, t∗ i = εσ hσ · z, t∗ i
= εσ hz, σ −1 · t∗ i
= hz, εσ−1 σ −1 · t∗ i

donc
* +
X X X
p! hz, t∗ i = hz, t∗ i = z, εσ−1 σ −1 · t∗ = z, εσ−1 σ −1 · t∗ = hz, p!a (t∗ )i
σ∈Sp σ∈Sp σ∈Sp

i.e.

(2.3) hz, t∗ i = hz, a (t∗ )i .

Théorème 2.1.5. L’application  p ∗

p
E∗ →
V V
δ: E
t∗ 7→ δ (t∗ )
définie par
1 1
δ (t∗ ) (z) = hz, t∗ i = hz, a (t∗ )i ,
p! p!
est un isomorphisme d’espaces vectoriels.
p
 p ∗
∗
V V
Remarque 2.1.4. 1. On identifie habituellement E et E au moyen de cet isomorphisme ;
p p
donc quels que soient t∗ ∈ E ∗ et z ∈ E
V V

1
(2.4) hz, t∗ i = hz, δ (t∗ )i = hz, t∗ i .
p!

2. On a compte tenu de ce qui précède

x1 ∧ ... ∧ xp , x∗1 ∧ ... ∧ x∗p = det xk , x∗p

(2.5)

pour tous xi ∈ E et x∗1 ∈ E ∗ , i = 1, ..., p.

Univ de Ndéré
Tenseurs antisymétriques et tenseurs symétriques 14

2.2 Tenseurs symétriques

2.2.1 Espace vectoriel Sr (E)
Soit E un espace vectoriel de dimension n sur K muni d’une base (ei )1≤i≤n .
Notations 2.2.1. Pour tout p ∈ N, on note e⊗p
i le produit tensoriel ei ⊗ ... ⊗ ei de p vecteurs égaux
| {z }
p fois
à ei et pour tout multi-indice α = (α1 , ..., αn ) ∈ Nn , on note eα le produit tensoriel
|α|
e⊗α
1
1
⊗ ... ⊗ e⊗α
n
n
∈ ⊗E

où |α| = α1 + ... + αn .
Lemme 2.2.1. Pour tout r-uplet (i1 , ..., ir ) de (Nn )r , il existe un multi-indice unique α ∈ Nn tel que

s (ei1 ⊗ ... ⊗ eir ) = s (eα ) et |α| = r.

La famille (s (eα ))|α|=r est donc génératrice de Sr (E). Enfin

X X
λα s (eα ) = 0 ⇔ γ i1 ,...,ir ei1 ⊗ ... ⊗ eir = 0
|α|=r (i1 ,...,ir )∈(Nn )r

avec γ i1 ,...,ir = λα si αk , 1 ≤ k ≤ n est le nombre d’occurences de k dans la suite (i1 , ..., ir ) ; donc tous
les γ i1 ,...,ir sont nuls, {ei1 ⊗ ... ⊗ eir , (i1 , ..., ir ) ∈ (Nn )r } étant une base, les λα le sont aussi. D’où
Théorème 2.2.1. Pour r ∈ N∗ , l’espace vectoriel Sr (E) des tenseurs contravariants symétriques
n−1
d’ordre r sur E est de dimension Cr+n−1 .
De façon précise, si (ei )1≤i≤n est une base de E, alors

{s (eα ) , α ∈ Nn et |α| = r}

est une base de Sr (E).

2.2.2 Produit symétrique de deux tenseurs symétriques

p q
Proposition 2.2.1. Soient tp ∈ ⊗E et tq ∈ ⊗E ; alors le symétrisée de tp ⊗ tq ne dépend que de
ceux de tp et tq .
Définition 2.2.1. Etant donnés deux tenseurs symétriques tp ∈ Sp (E) et tq ∈ Sq (E), on appelle
produit symétrique de tp et tq et on note tp tq , le tenseur symétrique d’ordre p + q , donné par la
formule
(p + q)!
(2.6) tp tq = s(tp ⊗ tp ).
p!q!
Remarque 2.2.1. On a
X
(2.7) tp tq = ρ · (tp ⊗ tq ),
ρ∈P

en vertu de la proposition précédente.

Univ de Ndéré
Tenseurs antisymétriques et tenseurs symétriques 15

Exemple 2.2.1. Soit E un espace vectoriel de dimension 4 sur K muni d’une base (ei )1≤i≤4 . On
a:
2
e2 e4 = s(e2 ⊗ e4 ) = e2 ⊗ e4 + e4 ⊗ e2
1!1!
Théorème 2.2.2. Le produit symétrique a les propriétés suivantes :
1. Si tp ∈ Sp (E) et tq ∈ Sq (E), on a :

(2.8) tp tq = tq tp (commutativité)

2. Si tp ∈ Sp (E), tq ∈ Sq (E) et tr ∈ Sr (E) on a :

(2.9) (tp tq )tr = tp (tq tr ) (Associativité)

Remarque 2.2.2. (a) En vertu de ce qui précède, on a pour z1 ∈ Sp1 (E), ..., zm ∈ Spm (E)
1 X
(2.10) z1 ...zm = Q
m σ · (z1 ⊗ ... ⊗ zm ) ;
pi ! σ∈Sp1 +...+pm
i=1

donc si (ei )1≤i≤n est une base de E, alors

{ei1 ...eir , (i1 , ..., ir ) ∈ (Nn )r }

est une famille génératrice de Sr (E) puisque

ei1 ...eir = s(ei1 ⊗ ... ⊗ eir ).

(b) Comme pour tous x1 , ..., xr ∈ E, le produit symétrique x1 ...xr est égal à s (x1 ⊗ ... ⊗ xr ) l’espace
vectoriel Sr (E) appelé puissance symétrique rième de E.
(c) On a une propriété universelle pour les tenseurs symétriques analogue au théorème 2.1.3.

2.2.3 Algèbre symétrique

L
On note S (E) = Sr (E) la somme directe externe des espaces vectoriels Sr (E) ; c’est un espace
r∈N
vectoriel sur K. Un élément de S (E) est une suite presque nulle z = (zr )r∈N avec zr ∈ Sr (E). Chaque
Sr (E) s’identifie à un sous-espace vectoriel de S (E) ; le monomorphisme canonique est l’application
linéaire
Sr (E) → S (E) , x 7→ (zr )r∈N
tel que zr = x et zk = 0 si k 6= r. Si z = (zr )r∈N et t = (tr )r∈N ∈ S (E), alors

u = zt = (ur )r∈N
r
P
avec ur = zk tr−k . En particulier si z ∈ Sp (E) et t ∈ Sq (E) alors zt ∈ Sp+q (E), donc (S (E) , +, ·, .)
k=0
est une K-algèbre graduée.

Définition 2.2.2. La K-algèbre graduée (S (E) , +, ·, .) est appelée algèbre symétrique de E.

Univ de Ndéré
Chapitre 3

Formes bilinéaires alternées. Espaces

vectoriels symplectiques

3.1 Formes bilinéaires alternées

3.1.1 Définitions et exemples
Soit E un espace vectoriel sur un corps commutatif K.

Définition 3.1.1. On dit qu’une forme bilinéaire ω : E × E → K est alternée si ω(x, x) = 0, pour
tout x ∈ E.

Notations 3.1.1. Leur ensemble est noté Alt2 (E; K) ; c’est un sous-espace de l’espace vectoriel
E ∗ ⊗ E ∗ des formes bilinéaires sur E.

Remarque 3.1.1. Toute forme bilinéaire alternée ω sur E est antisymétrique. En effet ∀ (x, y) ∈ E 2 ,
0 = ω (x + y, x + y) = ω (x, y) + ω (y, x). Si K est de caractéristique 6= 2, alors ω antisymétrique si
et seulement ω alternée.

NB : Dans la suite, les corps sont de caractéristique différente de 2.

2
Dans ce cas Alt2 (E; K) coïncide avec l’espace vectoriel E ∗ des tenseurs 2 fois covariants anti-
V

symétriques.

3.1.2 Cas où E est de dimension finie

 E de dimension finie non
On suppose nulle n muni d’une base B = (e1 , ..., en ). On sait que
2 2
E ∗ = C2n = n(n−1) et si ω ∈ E ∗ , on a
V V
dimK 2

X
ω= ωij e∗i ∧ e∗j
1≤i<j≤n

avec A = (ωij ) matrice de ω dans B. De plus t A = −A et pour tout (x, y) ∈ E × E,

(3.1) ω(x, y) = t XAY = − t Y AX

où X, Y sont les matrices colonnes des coordonnées respectives de x, y dans B.

Univ de Ndéré
Formes bilinéaires alternées. Espaces vectoriels symplectiques 17

3.1.3 Formes non dégénérées

2
E ∗ ; on note
V
Soient E un espace vectoriel sur K et ω ∈

ω[ : E → E ∗
x 7→ ω (·, x)

l’application linéaire canonique associée à ω.

Définition 3.1.2. (a) On appelle noyau de ω le noyau de l’application linéaire ω [ . on le note ker ω.

x ∈ ker ω ⇔ ω (·, x) = 0E ∗ ⇔ ∀y ∈ E ω(y, x) = 0.

Définition 3.1.3. 1. On dit que ω est non dégénérée si ω [ est injective, c’est-à-dire si ker ω =
ker ω [ = {0E }.
2. On dit que ω est dégénérée si ω [ n’est pas injective i.e. ker ω 6= {0E }.
3. Si E est de dimension finie, on appelle rang de ω le rang de ω [ .

On suppose E de dimension finie n. Soit A la matrice de ω dans une base de E .

Théorème 3.1.1. Les assertions suivantes sont équivalentes :

1. ω est non dégénérée sur E.
2. ω(x, y) = 0 pour tout x de E implique y = 0.
3. ω(x, y) = 0 pour tout y de E implique x = 0.
4. L’application linéaire ω [ : E → E ∗ associée à ω est un isomorphisme d’espaces vectoriels.
5. det A 6= 0.

Remarque 3.1.2. Le rang de ω est pair. En effet si F est un supplémentaire de ker ω [ alors ω |F ×F
est non dégénérée, donc ϕ := (ω |F ×F )[ : F → F ∗ est un isomorphisme d’espaces vectoriels ; en
considérant une base C de F , la matrice carrée M (ϕ, C, C ∗ ) d’ordre r = dim F , est antisymétrique
et inversible, donc r est pair.

3.1.4 Orthogonalité et isotropie

2
E ∗.
V
Soient E un espace vectoriel sur K et ω ∈

Définition 3.1.4. 1. On dit que deux vecteurs x et y de E sont orthogonaux relativement à ω si

ω (x, y) = 0.
2. On dit que deux parties non vides F , G de E sont orthogonales relativement à ω si ω (x, y) = 0,
pour tous x, y ∈ E. Si de plus F et G sont des sous-espaces vectoriels, on dit que ce sont des
sous-espaces orthogonaux relativement à ω.

Proposition 3.1.1. Pour toute partie non vide F de E, l’ensemble F ω des vecteurs orthogonaux à
tout vecteur de F est un sous-espace vectoriel de E.

Définition 3.1.5. F ω est appelé orthogonal de F relativement à ω.

Univ de Ndéré
Formes bilinéaires alternées. Espaces vectoriels symplectiques 18

Remarque 3.1.3. Si E est de dimension finie, on a dimK (F ω ) = dimK ker ω [ +dimK Imω [ ∩ hF i◦ .

En particulier si ω [ est un isomorphisme, dimK (F ω ) = dimK (hF i◦ ) = dimK E − dimK hF i.

2
E ∗ et F un sous-espace vectoriel de E.
V
Définition 3.1.6. Soient ω ∈
1. On dit que F est isotrope relativement à ω si F ∩ F ω 6= {0E }.
2. On dit que F est totalement isotrope relativement à ω si F ⊂ F ω .
3. On dit que F est coïsotrope relativement à ω si F ω ⊂ F .
4. On dit que F est symplectique relativement à ω si F ∩ F ω = {0E }
5. On dit que F est lagrangien relativement à ω si F ω = F .
2
E ∗.
V
On suppose E de dimension finie et soit ω ∈
Théorème 3.1.2. Pour tout sous-espace vectoriel F de E, assertions suivantes sont équivalentes :
1. La restriction de ω à F × F est non dégénérée.
2. F est symplectique relativement à ω.
3. F n’est pas isotrope relativement à ω.
4. E = F ⊕ F ⊥ .
Corollaire 3.1.1. (a) Si F est un sous-espace symplectique de E , on a :
dim F ω = codimF = dim E − dim F .
(b) Si x1 , x2 ∈ E vérifient ω(x1 , x2 ) 6= 0 alors le plan vectoriel F = V ect (x1 , x2 ) engendré par
x1 et x2 est symplectique.

3.1.5 Bases canoniques relativement à ω

2
E ∗ de rang 2m 6= 0.
V
Supposons E de dimension finie non nulle n sur K et soit ω ∈
Théorème 3.1.3. Alors
1. Il existe des bases (e1 , ..., en ) telles que pour tous i, j ∈ Nm et k ∈ Nn :

 ω (ei , ej ) = ω (em+i , em+j ) = 0
(3.2) ω (ei , em+j ) = −ω (em+j , ei ) = δi,j
2m + 1 ≤ l ≤ n =⇒ ω (ek , el ) = 0.


2. Par rapport à une telle base, on a la forme canonique

m
X
(3.3) ω(x, y) = (xi ym+i − xm+i yi ) .
i=1

Définition 3.1.7. Une base de E satisfaisant (3.2) est dite canonique relativement à ω.
2
E ∗ de rang non nul
V
Remarque 3.1.4. Dans une base canonique (e1 , ..., en ) relativement à ω ∈
2m, on a
Xm
ω= e∗i ∧ e∗m+i ,
i=1
en vertu des définitions.

Univ de Ndéré
Formes bilinéaires alternées. Espaces vectoriels symplectiques 19

3.2 Espaces vectoriels symplectiques

3.2.1 Définition d’un espace vectoriel symplectique
Définition 3.2.1. Un espace vectoriel symplectique est un espace vectoriel réel E de dimension finie
non nulle muni d’une forme bilinéaire alternée ω : E × E → R non dégénérée.

La dimension d’un espace vectoriel symplectique est toujours paire en vertu de la remarque 3.1.2.

Corollaire 3.2.1. Soit (E, ω) un espace vectoriel symplectique. Posons dim E = 2n. Il existe une
base (e1 , e2 , ..., e2n ), dite canonique, telle que pour tous i, j ∈ Nn ,

 ω (ei , ej ) = ω (en+i , en+j ) = 0
et
ω (ei , en+j ) = −ω (en+j , ei ) = δi,j .


Soit (E, ω) un espace symplectique.

Définition 3.2.2. Si F ⊂ E est un sous-espace vectoriel, on appelle orthogonal symplectique de F

le sous-espace vectoriel F ω .

Soit (E, ω) un espace vectoriel symplectique.

Proposition 3.2.1. Soient F , F1 , F2 des sous-espaces vectoriels de E. On a :

1. dim F + dim F ω = dim E ;
2. (F ω )ω = F ;
3. F1 ⊂ F2 si et seulement si F1ω ⊃ F2ω ;
(d) (F1 + F2 )ω = F1ω ∩ F2ω ;
4. (F1 ∩ F2 )ω = F1ω + F2ω .

3.2.2 Applications symplectiques

Soient (E1 , ω1 ) et (E2 , ω2 ) espaces vectoriels symplectiques.

Définition 3.2.3. On appelle application symplectique ( ou symplectomophisme) une application

2
u ∈ L (E1 , E2 ) qui préserve les formes symplectiques i.e. u∗ (ω1 ) = t
V
u (ω1 ) = ω2 . En d’autres
termes, pour tous x, y ∈ E1
ω2 (u (x) , u (y)) = ω1 (x, y).

Remarque 3.2.1. Soit u : (E1 , ω1 ) → (E2 , ω2 ) un symplectomorphisme. Si u est bijective alors u−1
est aussi un symplectomorphisme. On dit alors que E1 et E2 sont symplectomorphes.

Proposition 3.2.2. Soit u : (E1 , ω1 ) → (E2 , ω2 ) un symplectomorphisme. Alors u est un monomor-

phisme.

Remarque 3.2.2. Si les deux espaces sont identiques à (E, ω), les applications symplectiques forment
un groupe noté Sp(E, ω). Sp(E, ω) est un sous-groupe de (GL (E) , ◦).

Univ de Ndéré
Formes bilinéaires alternées. Espaces vectoriels symplectiques 20

Proposition 3.2.3. Soit (E, ω) un espace symplectique avec dim E = 2n. Alors le produit extérieur
ω n = ω ∧ ... ∧ ω est une forme déterminant sur E.

Remarque 3.2.3. Soit (E, ω) un espace vectoriel symplectique.

1. Si u ∈ Sp(E, ω), alors det u = 1. En effet si on note ω m le produit extérieur ω
| ∧ ·{z
· · ∧ ω}, alors
m fois
∗ m m ∗ m m
d’une part u (ω ) = det (u) .ω , d’autre part u (ω ) = ω , car u préserve la forme ω. Il en
résulte que det (u) = 1.
2. Par rapport à une base canonique (e1 , e2 , ..., e2n ) de E,
n
X
ω= e∗i ∧ e∗n+i
i=1

donc pour tout i ∈ Nn ,

∗
 [
 ω (ei ) = −en+i
(3.4) et
ω (en+i ) = e∗i .
 [

Si on note Λ] : E ∗ → E l’isomorphisme inverse de ω [ , alors

 ] ∗
 Λ (ei ) = en+i
(3.5) et
 ] ∗

Λ en+i = −ei ,

pour tout i ∈ Nn .
3. On peut considérer les puissances extérieures
r r r
! r r r
!
^ ^ ^ ^ ^ ^
ω [ ∈ Isom E, E ∗ et Λ] ∈ Isom E ∗ , E (Remarque 1.1.5).

En particulier pour r = 2, on a le tenseur 2 fois contravariant antisymétrique

2
! n n
^ X
X
] ] ∗ ] ∗
Λ := Λ (ω) = Λ (ei ) ∧ Λ en+i = ei ∧ en+i ,
i=1 i=1

en vertu de (3.5) ; donc (E ∗ , Λ) est un espace vectoriel symplectique. ω [ : (E, ω) → (E ∗ , Λ) est

par conséquent un isomorphisme d’espaces vectoriels symplectiques d’isomorphisme réciproque
Λ] .

3.2.3 Réduction symplectique

Théorème 3.2.1. Soient (E, ω) un espace vectoriel symplectique et F un sous-espace vectoriel de
E . Soit l’espace quotient Fb = F/F ∩ F ω . Soient x b, yb deux éléments de W
c et x, y des représentants
respectifs de x
b, yb. Posons
ω
b (b
x, yb) := ω (x, y) .
 
Alors Fb, ωb est un espace vectoriel symplectique.

Univ de Ndéré
Formes bilinéaires alternées. Espaces vectoriels symplectiques 21

Preuve. En effet si z = x0 − x ∈ F ∩ F ω et t = y 0 − y

ω (x0 , y 0 ) = ω (x + z, y + t)
= ω (x, y) + ω (x, t) + ω (z, y) + ω (z, t)
= ω (x, y) ,

donc ωb est bien défini. Par ailleurs ω

b (b b ∈ Fb implique que ω (x, y) = 0, pour
x, yb) = 0, pour tout x
tout x ∈ F i.e. y ∈ F ∩ F ω i.e. yb = y + F ∩ F ω = F ∩ F ω = 0Fb , donc ω
b est une forme symplectique.

 
Définition 3.2.4. L’espace vectoriel symplectique W
c, ω
b est appelé espace vectoriel symplectique
réduit associé à W .

Remarque 3.2.4. dim Fb = dim F −dim(F ∩F ⊥ ), donc dim F et dim(F ∩F ⊥ ) sont de même parité.

Univ de Ndéré
Bibliographie

[1] Dieudonné J : Eléments d’analyse, tome 3 . Gauthier-Villars, Paris 1971

[2] J. Lelong-Ferrand, J. M. Arnaudiès : Cours de Mathématiques : Algèbre , tome 1, Dunod, Paris,
1977
[3] M. Queysanne : Algèbre, 1er Cycle scientifique, Armand Colin_collection U, Paris, 1975

Univ de Ndéré